Tangerang Selatan tercatat sebagai salah satu kota dengan kualitas udara terburuk di Indonesia pada tahun 2023 hingga 2024. Kondisi ini memberikan dampak signifikan terhadap kesehatan masyarakat. Kekhawatiran publik terhadap isu tersebut kerap disuarakan melalui media sosial, khususnya Twitter. Penelitian ini bertujuan untuk mengembangkan model analisis sentimen berbasis machine learning serta memanfaatkan pendekatan statistik non-parametrik, yaitu uji chi-square, uji Kruskal-Wallis, dan uji Eta untuk menganalisis hubungan antara sentimen publik dengan indeks kualitas udara. Proses penelitian dilakukan berdasarkan tahapan KDD, meliputi data selection, data preprocessing, data transformation, data mining, dan evaluation. Algoritma Support Vector Machine (SVM) digunakan untuk mengklasifikasikan sentimen menjadi dua kelas, yaitu positif dan negatif, dengan akurasi 94,3% dan nilai AUC sebesar 0,9497. Kemudian digunakan perhitungan Net Sentiment Score (NSS) untuk menentukan kecenderungan sentimen perhari yang akan digunakan dalam analisis hubungan. Hasil analisis hubungan, pada uji chi-square menunjukkan nilai statistik ?^2 sebesar 27,757 dengan p-value < 0,001, menunjukkan adanya hubungan signifikan secara statistik antara sentimen dan kualitas udara. Sedangkan uji Kruskal-Wallis menghasilkan nilai H sebesar 7,932 dengan p-value 0,047 menunjukkan adanya perbedaan signifikan pada skor sentimen di antara kategori AQI. Selain itu, pengukuran kekuatan menggunakan uji Eta menunjukkan nilai sebesar 0,059, yang mengindikasikan adanya pengaruh sedang antara kualitas udara dan sentimen. Penelitian ini memberikan wawasan terkait kesadaran masyarakat terhadap dampak polusi, serta mendukung pengembangan Natural Language Processing dalam isu lingkungan.